CN103533329B - 一种2d转3d的视频自动评估方法 - Google Patents
一种2d转3d的视频自动评估方法 Download PDFInfo
- Publication number
- CN103533329B CN103533329B CN201310464622.5A CN201310464622A CN103533329B CN 103533329 B CN103533329 B CN 103533329B CN 201310464622 A CN201310464622 A CN 201310464622A CN 103533329 B CN103533329 B CN 103533329B
- Authority
- CN
- China
- Prior art keywords
- frame
- image
- video
- pixel value
- diff
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种2D转3D的视频自动评估方法,该方法具体如下:首先,对于给定的2D视频的N帧视频文件,提取每帧图像的像素值;然后,计算N帧视频文件中连续两帧之间的像素值的差值,差值图像为diff;接着,对差值图像diff进行阈值化处理生成二值图像Diff;进而计算该N帧2D视频图像Diff中白像素的比例的平均值;最后,根据上述的比例的平均值来预测N帧2D视频图像转化为3D视频图像的效果。该方法能自动地评估2D转3D视频的效果。
Description
技术领域
本发明属于立体和3D处理技术领域,涉及一种2D转3D的视频自动评估方法,尤其是涉及一种用于自动评估转化为3D红蓝格式视频效果的方法。
背景技术
随着视频技术的快速发展,3D的视频变得越来越流行。然而,由于3D视频影视片源的缺乏,限制了3D视频的发展,因此,如何提高2D视频转换成3D格式视频的质量迫在眉睫。但是,在2D视频转换成3D格式视频过程中视频数据本身的噪声大,导致转化后的3D格式视频立体感不强,因此,如何利用现有存在的2D视频,评估2D视频转换成3D格式视频后的效果是重要的问题之一。
本发明利用的规律如下:对于2D视频文件来说,其前一帧与后一帧的运动特征差在于2D视频转换为3D视频运动速度,运动速度越快则2D视频转换为3D视频后的两眼所看到的像素值差差别就越大,相反,运动越慢转换为3D格式后两眼所看到的像素值差就越小。因此可以通过提取连续两帧图像之间的像素值差来预测其转换为3D格式视频后的效果。为了减少数据本身的噪声,采用差帧的白像素比率的方法。其原理是:当视频本身比较暗时得到的差值会比较小从而误以为像素值差较小。
发明内容
本发明的目的在于要解决现有技术存在的问题,提供一种2D转3D的视频自动评估方法,该方法能自动地评估2D转3D视频的效果。
为达到上述目的,本发明的构思是:
首先,对于给定的2D视频的N帧视频文件,提取每帧的像素值;然后,计算N帧视频文件中连续两帧之间的像素值的差值,差值图像为diff;接着,对差值图像diff进行阈值化处理生成二值图像Diff;进而计算该N帧2D视频图像Diff中有效帧的白像素比例的平均值;最后,根据上述比例的平均值来预测N帧2D视频图像转化为3D视频图像的效果。
根据上述的发明构思,本发明采用下述技术方案:
1、一种2D转3D的视频自动评估方法,其特征在于,其操作步骤如下:
S1、给定一个2D视频的N帧视频文件,以备自动预测转化后的3D红蓝格式视频;
S2、提取2D视频的N帧视频文件中每帧的像素值;
S3、依次逐一计算2D视频的N帧视频文件中连续两帧之间图像的像素值的差值diff,即依次逐一计算后一帧(即为当前帧)图像的像素值与前一帧图像的像素值相减的差值,该差值图像记为diff;
S4、设定要与连续两帧之间的像素值的差值图像diff中的像素值作比较的第一阈值,与第一阈值比较后得到N帧视频图像的差帧二值图像,记为Diff;
S5、计算步骤S43所述的后一帧(当前帧)差帧二值图像Diff中白像素的比例,该比例值为差帧图像的白像素比例值,记为perWP;
S6、计算N帧视频图像中有效帧白像素比例的平均值AvgPerWP;
S7、根据比例的平均值AvgPerWP预测给定视频图像转化后的效果。
上述步骤S2中所述的提取2D视频的N帧视频文件每帧的像素值,其具体如下:
S21、上述2D视频的N帧视频文件中前一帧像素值,记为PreF,
S22、上述2D视频的N帧视频文件中当前帧像素值,记为CurF,指对步骤S2中所述提取的相对于前一帧来说的当前帧的像素值,即为当前帧图像。
上述步骤S3所述的依次逐一计算2D视频的N帧视频文件中连续两帧之间图像的像素值的差值diff,即计算后一帧(即为当前帧)图像的像素值与前一帧图像的像素值相减的差值,该差值图像记为diff,其表达式为:
diff=|CurF-PreF|
其中,CurF为当前帧图像的像素值,PreF为前一帧图像的像素值。
上述步骤S4中所述的设定要与连续两帧之间的像素值的差值图像diff中像素值作比较的第一阈值,与第一阈值比较后得到N帧视频图像的差帧二值图像,记为Diff,包含如下步骤:
S41、设定要与连续两帧之间的像素值的差值图像diff中像素值作比较的第一阈值T1,并将连续两帧之间的像素值的差值图像diff中的像素值与第一阈值T1比较;
S42、如果连续两帧之间的像素值的差值图像diff中的像素值小于或等于第一阈值T1,则将后一帧(当前帧)diff中该位置的像素值置为0,该位置的像素值为噪音,转步骤S44;
S43、如果连续两帧之间的像素值的差值图像diff中的像素值大于第一阈值T1,则将后一帧(当前帧)diff中该位置的像素值修改为255,该位置的像素值为白像素;
S44、步骤S42所述的噪音像素与步骤S43所述的白像素组成了比较后的N帧视频图像的差帧二值图像Diff。
上述步骤S5中所述的计算上述步骤S43所述的后一帧(当前帧)差帧二值图像中白像素的个数占差帧二值图像Diff中总的像素个数的比例,该比例值为差帧二值图像的白像素比例值,记为perWP,其表达式为:
perWP=couWP/numP
其中,couWP为步骤S43所述的后一帧(当前帧)视频差帧二值图像中白像素的个数,numP为差帧二值图像中总的像素个数,上述N帧视频差帧图像中总的像素个数为:
numP=W×H,
其中,W为N帧视频图像的宽度,H为N帧视频的图像高度。
上述步骤S6中所述的计算N帧视频图像中有效帧白像素比例的平均值AvgPerWP,包含如下步骤:
S61、设定要与步骤S5所述的差帧二值图像的白像素的比例值perWP进行比较的第二阈值T2,将所述的差帧图像的白像素的比例值perWP与第二阈值T2比较,计数器的ValC初始值为0;
S62、如果该差帧二值图像的白像素比例的值PerWC大于第二阈值T2,则将该差帧图像确定为有效帧图像,计算器ValC加1;
S63、如果该差帧二值图像的白像素比例的值PerWC小于第二阈值T2则将该差帧图像确定为无效图像帧舍去;
S64、如果计数器ValC值大于0,则计算此计数器ValC中有效帧图像的白像素比例的平均值,记为AvgPerWP,其表达式为:
AvgPerWP=∑PerWP(i)/ValC,
其中,PerWP(i)为与第i差帧图像相对应图像的白像素比例的值,i为计数器ValC中计数。
本发明与现有技术相比较,具有如下显而易见的突出实质性特点和显著进步:本发明提出的一种2D转3D的视频自动评估方法及***,首先输入要评估的N帧2D视频文件,以备自动预测转化后的3D红蓝格式视频效果进行自动预测;对输入的视频文件进行预处理;接着提取该视频中每帧图像的像素值;计算连续两帧之间图像的像素值的差值得到N帧视频图像的差帧图像;然后通过差帧图像的白像素比例值计算满足条件白像素比例的平均值,最后根据所求图像的白像素比例值的平均值预测给定视频转化后的效果。通过上述方法,能自动评估2D转3D视频效果。
附图说明
图1为本发明一种2D转3D的视频自动评估方法的示意图。
图2为图1中步骤S4的流程图。
图3为图1中步骤S6的流程图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
请参阅图1~图3,本发明的一种2D转3D的视频自动评估方法,操作步骤如下:
S1、给定一个2D视频的N帧视频文件,以备自动预测转化后的3D红蓝格式视频;
S2、对给定视频进行预处理并提取N帧2D视频中每帧图像的像素值,视频大小设定为320×240(320为宽,240为高;
S21,上述前一帧像素值,记为PreF,指对步骤S2中所述提取的相对于当前帧来说前一帧图像的像素值,即为前一帧图像的像素值,对于视频的第一帧图像作特殊处理,即作为前一帧又作为当前帧;
S22、上述当前帧像素值,记为CurF,指对步骤S2中所述提取的相对于前一帧来说的当前帧的像素值,即为当前帧图像的像素值,对于视频的第一帧图像作特殊处理,即作为前一帧又作为当前帧;
S3、依次逐一计算2D视频的N帧视频文件中连续两帧之间图像的像素值的差值diff,即依次逐一计算后一帧(即为当前帧)图像的像素值与前一帧图像的像素值相减的差值,该差值图像记为diff,其表达式为:
diff=|CurF-PreF|
其中,CurF为当前帧图像的像素值,PreF为前一帧图像的像素值;
S4、设定要与连续两帧之间的像素值的差值图像diff中的像素值作比较的第一阈值,与第一阈值比较后得到N帧视频图像的差帧二值图像,记为Diff,包含如下步骤:
S41、设定要与连续两帧之间的像素值的差帧图像diff中像素值作比较的第一阈值T1,并将连续两帧之间的像素值的差帧图像diff中的像素值与第一阈值T1比较;
S42、如果连续两帧之间的像素值的差值图像diff中的像素值小于或等于第一阈值T1,则将后一帧(当前帧)diff图像中该位置的像素值置为0,该位置的像素值为噪音,转步骤S44;
S43、如果连续两帧之间的像素值的差值图像diff中的像素值大于第一阈值T1,则将后一帧(当前帧)diff图像中该位置的像素值修改为255,该位置的像素值为白像素;
S44、步骤S42所述的噪音像素与步骤S43所述的白像素组成了比较后的N帧视频图像的差帧二值图像Diff;
S5、计算上述步骤S43所述的后一帧(当前帧)差帧二值图像中白像素的个数占差帧二值图像Diff中总的像素个数的比例,该比例值为差帧二值图像的白像素比例值,记为perWP,其表达式为:
perWP=couWP/numP,
其中,couWP为步骤S43所述的后一帧(当前帧)视频差帧图像中白像素的个数,numP为比较后的N帧视频差帧图像中总的像素个数,上述N帧视频差帧图像中总的像素个数为:
numP=W×H,
其中,W为N帧视频图像的宽度,H为N帧视频的图像高度,例如,W=320,H=240;
S6、计算N帧视频图像中有效帧白像素值比例的平均值AvgPerWP,包含如下步骤:
S61、设定与步骤S5所述的差帧二值图像的白像素的比例值perWP进行比较的第二阈值T2,将所述的差帧二值图像的白像素的比例值perWP与第二阈值T2比较,计数器的ValC初始值为0;
S62、如果该差帧二值图像的白像素比例的值PerWC大于第二阈值T2,则将该差帧二值图像确定为有效帧图像,计算器ValC加1;
S63、如果该差帧二值图像的白像素比例的值PerWC小于第二阈值T2则将该差帧二值图像确定为无效图像帧舍去;
S64、如果计数器ValC值大于0,则计算此计数器ValC中有效帧图像的白像素比例的平均值,记为AvgPerWP,其表达式为:
AvgPerWP=∑PerWP(i)/ValC,
其中,PerWP(i)为与第i差帧图像相对应图像的白像素比例的值,i为计数器ValC中计数;
S7、根据上述AvgPerWP所在的图像的白像素比例值区间范围评估其转化为3D红蓝格式视频的立体效果,其具体如下:
所述的3D红蓝格式视频的立体结果分为五个图像的白像素比例的值区间等级,区间分别为(0.0~0.2);(0.2~0.4);(0.4~0.6);(0.6~0.8);(0.8~1.0),其中在区间(0.0~0.2)之内的立体视频图像转化效果最差,在区间(0.8~1.0)之内的立体视频图像转化效果最好,例如,视频所得的AvgPerWP=12.41%,所判定的等级为0.4,在(0.4~0.6),所以该2D视频转化为3D红蓝格式视频的立体效果为较好。
Claims (5)
1.一种2D转3D的视频自动评估方法,其特征在于,其操作步骤如下:
S1、给定一个2D视频的N帧视频文件,以备自动预测转化后的3D红蓝格式视频;
S2、提取2D视频的N帧视频文件中每帧的像素值;
S3、依次逐一计算2D视频的N帧视频文件中连续两帧之间图像的像素值的差值diff,即依次逐一计算后一帧图像的像素值与前一帧图像的像素值相减的差值,该差值图像记为diff;
S4、设定要与连续两帧之间的像素值的差值图像diff中的像素值作比较的第一阈值,与第一阈值比较后得到N帧视频图像的差帧二值图像,记为Diff;
S5、计算步骤S4所述的差帧二值图像Diff中白像素的比例,该比例值为差帧图像的白像素比例值,记为perWP;
S6、计算N帧视频图像中有效帧白像素比例的平均值AvgPerWP;
S7、根据比例的平均值AvgPerWP预测给定视频图像转化后的效果;
上述步骤S4中所述的设定要与连续两帧之间的像素值的差值图像diff中像素值作比较的第一阈值,与第一阈值比较后得到N帧视频图像的差帧二值图像,记为Diff,包含如下步骤:
S41、设定要与连续两帧之间的像素值的差值图像diff中像素值作比较的第一阈值T1,并将连续两帧之间的像素值的差值图像diff中的像素值与第一阈值T1比较;
S42、如果连续两帧之间的像素值的差值图像diff中的像素值小于或等于第一阈值T1,则将后一帧diff中该位置的像素值置为0,该位置的像素值为噪音,转步骤S44;
S43、如果连续两帧之间的像素值的差值图像diff中的像素值大于第一阈值T1,则将后一帧diff中该位置的像素值修改为255,该位置的像素值为白像素;
S44、步骤S42所述的噪音像素与步骤S43所述的白像素组成了比较后的N帧视频图像的差帧二值图像Diff。
2.根据权利要求1所述的一种2D转3D的视频自动评估方法,其特征在于:上述步骤S2中所述的提取2D视频的N帧视频文件每帧的像素值,其具体如下:
S21、上述2D视频的N帧视频文件中前一帧像素值,记为PreF,
S22、上述2D视频的N帧视频文件中当前帧像素值,记为CurF,指对步骤S2中所述提取的相对于前一帧来说的当前帧的像素值,即为当前帧图像。
3.根据权利要求2所述的一种2D转3D的视频自动评估方法,其特征在于:上述步骤S3所述的依次逐一计算2D视频的N帧视频文件中连续两帧之间图像的像素值的差值diff,即计算后一帧图像的像素值与前一帧图像的像素值相减的差值,该差值图像记为diff,其表达式为:
diff=|CurF-PreF|
其中,CurF为当前帧图像的像素值,PreF为前一帧图像的像素值。
4.根据权利要求1所述的一种2D转3D的视频自动评估方法,上述步骤S5中所述的计算上述步骤S43所述的后一帧差帧二值图像中白像素的个数占差帧二值图像Diff中总的像素个数的比例,该比例值为差帧二值图像的白像素比例值,记为perWP,其表达式为:
当前帧图像的白像素Diff除以比较后N帧视频图像的总像素值Diff所得的商为差帧图像的白像素的比例值,其表达式为:
perWP=couWP/numP
其中,couWP为步骤S43所述的后一帧视频差帧二值图像中白像素的个数,numP为差帧二值图像中总的像素个数,上述N帧视频差帧图像中总的像素个数为:
numP=W×H,
其中,W为N帧视频图像的宽度,H为N帧视频的图像高度。
5.根据权利要求4所述的一种2D转3D的视频自动评估方法,上述步骤S6中所述的计算N帧视频图像中有效帧白像素值比较后的N帧视频图像的总的像素值Diff中比例的平均值AvgPerWP,包含如下步骤:
S61、设定要与步骤S5所述的差帧二值图像的白像素的比例值perWP进行比较的第二阈值T2,将所述的差帧图像的白像素的比例值perWP与第二阈值T2比较,计数器的ValC初始值为0;
S62、如果该差帧二值图像的白像素比例的值PerWC大于第二阈值T2,则将该差帧图像确定为有效帧图像,计算器ValC加1;
S63、如果该差帧二值图像的白像素比例的值PerWC小于第二阈值T2则将该差帧图像确定为无效图像帧舍去;
S64、如果计数器ValC值大于0,则计算此计数器ValC中有效帧图像的白像素比例的平均值,记为AvgPerWP,其表达式为:
AvgPerWP=∑PerWP(i)/ValC,
其中,PerWP(i)为与第i差帧图像相对应图像的白像素比例的值,i为计数器ValC中计数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310464622.5A CN103533329B (zh) | 2013-10-09 | 2013-10-09 | 一种2d转3d的视频自动评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310464622.5A CN103533329B (zh) | 2013-10-09 | 2013-10-09 | 一种2d转3d的视频自动评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103533329A CN103533329A (zh) | 2014-01-22 |
CN103533329B true CN103533329B (zh) | 2016-04-27 |
Family
ID=49934947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310464622.5A Expired - Fee Related CN103533329B (zh) | 2013-10-09 | 2013-10-09 | 一种2d转3d的视频自动评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103533329B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102264591B1 (ko) | 2015-02-27 | 2021-06-15 | 삼성전자주식회사 | 영상 처리 방법 및 이를 지원하는 전자 장치 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102843565A (zh) * | 2012-08-28 | 2012-12-26 | 深圳Tcl新技术有限公司 | 一种2d图像转3d图像的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2594235B2 (ja) * | 1994-02-01 | 1997-03-26 | 三洋電機株式会社 | 2次元映像を3次元映像に変換する方法及び3次元映像信号生成装置 |
AUPO894497A0 (en) * | 1997-09-02 | 1997-09-25 | Xenotech Research Pty Ltd | Image processing method and apparatus |
US20130235155A1 (en) * | 2011-08-18 | 2013-09-12 | Beijing Goland Tech Co., Ltd. | Method of converting 2d into 3d based on image motion information |
-
2013
- 2013-10-09 CN CN201310464622.5A patent/CN103533329B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102843565A (zh) * | 2012-08-28 | 2012-12-26 | 深圳Tcl新技术有限公司 | 一种2d图像转3d图像的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103533329A (zh) | 2014-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101765022B (zh) | 一种基于光流与图像分割的深度表示方法 | |
CN103051908B (zh) | 一种基于视差图的空洞填充装置 | |
CN107578430B (zh) | 一种基于自适应权值和局部熵的立体匹配方法 | |
CN102457724B (zh) | 一种图像运动检测***及方法 | |
CN103400142B (zh) | 一种行人计数方法 | |
CN103402098A (zh) | 一种基于图像插值的视频插帧方法 | |
KR20110014067A (ko) | 스테레오 컨텐트의 변환 방법 및 시스템 | |
CN104010180B (zh) | 三维视频滤波方法和装置 | |
CN102194443A (zh) | 视频画中画窗口的显示方法、***及视频处理设备 | |
EP2629531A1 (en) | Method for converting 2d into 3d based on image motion information | |
CN103337073B (zh) | 一种基于三维熵的二维图像阈值分割方法 | |
CN104200505A (zh) | 一种人脸视频图像的漫画式动画生成方法 | |
CN112019828A (zh) | 一种视频的2d到3d的转换方法 | |
CN107622480A (zh) | 一种Kinect深度图像增强方法 | |
CN103428409A (zh) | 一种基于固定场景的视频降噪处理方法及装置 | |
CN103826032A (zh) | 深度图后期处理方法 | |
CN105427243A (zh) | 基于自适应插值核学习的视频超分辨率重建方法 | |
CN103260032B (zh) | 一种立体视频深度图序列的帧率提升方法 | |
CN103514610B (zh) | 一种背景静止的运动目标分割方法 | |
CN103313068A (zh) | 基于灰边缘约束灰世界的白平衡校正图像处理方法及装置 | |
CN113627306A (zh) | 关键点处理方法及装置、可读存储介质、终端 | |
CN104185012B (zh) | 三维视频格式自动检测方法及装置 | |
CN103533329B (zh) | 一种2d转3d的视频自动评估方法 | |
CN103914822A (zh) | 基于超像素分割的交互式视频前景对象提取方法 | |
CN102223545A (zh) | 一种快速多视点视频颜色校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160427 Termination date: 20181009 |